2024 LLM年度事件回顾：价格全面下跌、本地运行大模型、多模态能力爆发……

2025 年伊始，Django 的作者之一 Simon Willison，带我们回顾了 2024 年 AI 的重磅进展，堪称大模型的 “里程碑” 盘点。快来看看有哪些突破，刷新了我们对 AI 的认知！

原文很长，下面给大家列几个关键点：

1、GPT-4 壁垒被突破

从前，GPT-4 被视为无人能及的高度智能 “天花板”，现在，Chatbot Area 排行榜上已经有近 70 个模型，超过了 2023 年 3 月版本的 GPT-4。谷歌的 Gemini 1.5 Pro 不仅在输出质量上与 GPT-4 持平，还引入了 1 百万到 2 百万的上下文长度，以及视频输入能力。这些新功能彻底颠覆了我们对 LLM 应用的想象。

2、本地运行大模型

令人震撼的是，一些 GPT-4 同级模型已经可以在配置较高的笔记本上运行，如 Meta 的 Llama 3.2 3B 模型不仅可以在 MacBook Pro 上运行，还能通过免费的 MLC Chat iOS 应用在 iPhone 上运行。这意味着即便是移动设备，用户也能体验到强大的 AI 能力。

3、LLM 价格全面下跌

大量参与者带来的内卷，以及模型推理效率的提升，使得 LLM 的成本断崖式下降。以前昂贵的 API 费用，如今已经便宜到小团队也能轻松负担。谷歌的 Gemini 1.5 Flash 8B，为 68000 张图像生成一句话描述，总成本仅为 1.68 美元，这比去年 GPT-3.5 Turbo 的费用下降了近 27 倍，极大地推动了 LLM 的普及。

4、多模态能力爆发

2024 年，多模态模型进入主流视野。除了文字，还能对图片、音频甚至视频进行处理。有些模型还能实时接收语音和视频输入，让人与 AI 的交互科幻味十足。如 OpenAI 的 GPT-4o 模型新增了语音和实时摄像头模式，用户可以通过语音与 AI 互动，甚至实时分享摄像头画面进行分析。谷歌的 NotebookLM 则能生成逼真的播客对话，展现了多模态 AI 的无限可能。

5、应用开发门槛降低

越来越多的 LLM 支持 “一键式” 生成代码、网页，甚至是交互式应用，整个开发流程在聊天界面就能完成， Claude Artifacts 的出现，更是将低代码应用开发推向了高潮。此外，GitHub Spark 和 Mistral Chat 的 Canvas 功能也让开发者轻松构建应用。

6、智能 Agent 尚未到来

虽然 LLM 被寄予厚望，但让模型完全自主决策、执行任务的 “智能 Agent” 仍面临可靠性难题，谷歌 Search 曾错误描述不存在的电影 “Encanto 2”，说明 LLM 在信息准确性上还存在局限性。

7、数据中心与环保

谷歌、Meta、微软和亚马逊等公司都花费数十亿美元建设新的数据中心，甚至有人提议建造新的核电站为其供能。这无疑会对环境造成进一步影响，如何在效率与可持续发展之间取得平衡仍是焦点。

8、AI 垃圾充斥网络

2024 年，人们用 “AI 垃圾” 来形容那些没有审核、胡乱生成的 AI 生成文字。由于 AI 生成的文章数量激增，国外某些杂志居然暂停接受投稿。此外，“AI 洗稿” 操作也让短视频内容同质化严重，甚至出现许多不符合事实的内容。随着 AI 生成内容的爆炸式涌现，如何避免低质量文字泛滥，成了一个新课题。

9、合成数据训练模型

随着数据越来越稀缺，新模型训练时，开始采用更大模型生成的 “合成数据”。如 DeepSeek v3 使用了 DeepSeek-R1 的推理数据，训练成本仅为 557.6 万美元，相比 Meta 的 Llama 3.1 405B 模型的 3084 万美元，成本低了近 11 倍。OpenAI 创始成员 Karpathy 称赞 DeepSeek V3，在有限预算上训练模型预更容易了，Meta 科学家田渊栋也称其训练过程为 “黑科技”。

10、专业门槛依旧存在

即便模型越来越强大，实际应用中依旧需要熟练掌握提示词、API 调用、工具接入等 “高级技巧”，才能让 AI 发挥最大价值。例如，用户需要理解 CSP 和 CORS HTTP 头信息才能构建与外部 API 交互的 Claude Artifact，否则容易遇到安全问题，这对普通用户来说仍是不小的挑战。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】